トップ / 実行・アクション・IO

cache_result

それまでの計算結果を1度だけ確定させ、以降はその結果を使い回す。

df.cache_result()

ldf.collect()  # 変数に代入して保持しておく

挙動・設計の違い

構造的な違いが大きいメソッド。Snowparkのcache_result()は呼んだ瞬間に実行され、Snowflake上にセッションスコープの一時テーブルを作成して結果を書き込む。以降その結果を参照する処理は、この一時テーブルを読むだけで済み、元の変換を再計算しない。Polars側には同名の専用メソッドは無く、collect()した結果を変数に保持しておくことが同じ役割を果たす（料金構造のページでも触れている）。

移行時の落とし穴

Snowparkのcache_result()は一時テーブルという実体をSnowflake上に作るため、コンピュートコストに加えてストレージコストも発生する。「キャッシュしたから追加コストはかからない」わけではない点に注意する。

実行・アクション・IOの他のメソッド

• collect ── それまで積み上げた変換を実際に評価し、結果を手元に取得する。最も基本的なアクション。
• show ── 結果の先頭数行を、確認用に画面へ表示する。
• first ── 先頭の1行だけを取得する。
• take ── 指定した件数の行を取得する。
• to_pandas ── 結果をpandas DataFrameに変換する。
• to_local_iterator ── 結果を全件メモリに載せず、1行（またはチャンク）ずつ順番に処理する。
• createOrReplaceView（create_or_replace_view） ── 今のDataFrameの定義を、他のSQLセッションからも参照できるビューとして登録する。
• createOrReplaceTempView（create_or_replace_temp_view） ── 今のセッション限定で有効な、一時的なビューを作る。
• write.save_as_table ── 結果をテーブル（またはファイル）として書き出す。
• explain ── その時点までの変換が、実際にどう実行される予定かを表示する。

出典・検証情報

• Snowpark 公式リファレンス（cache_result）
• Polars 公式リファレンス（cache_result）

Polars 1.43.2 で実行確認 / Snowpark Python SDK 1.54.0 で静的検証（2026-08-26）